何が起きたのか
2026年ワールド・ロボット・カンファレンス（WRC 2026）は北京亦庄で開催され、300社以上、3,000点以上の展示品が集まった。しかし、最もホットな話題はロボットの身体的な器用さではなく、どのような「頭脳」でロボットを制御すべきかという点だった。会場の実務者たちは、VLAモデル、ワールドモデル、あるいは何らかの統一アーキテクチャのいずれが身体性知能の究極の形態となるのかをめぐって議論を交わした。
議論の雰囲気は近年に比べて沈静化した。VLAのブランディングは目立たなくなり、「エンドツーエンド」も万能の答えとはみなされなくなった。その代わりに、新たなバズワードとして浮上したのが「ワールドモデル」だ。ただし、企業によって定義はさまざまで、将来の状態生成から因果連鎖の予測、潜在空間での推論まで多岐にわたる。清華大学の研究者Su Hang氏は、VLAとワールドモデルは相互排他的ではないと主張した。XinghaituのCEOは、両者は同じTransformerベースのコアを共有しており、最終的に収束すると述べた。Qinglang Intelligent、Zhicheng AI、Wudong Power、Unitreeなど複数の企業が、それぞれ異なるワールドモデルの実装を披露した。
他のプレーヤーはさらに踏み込んだ。Beijing Humanoid Robot Innovation Centerは、視覚理解・行動制御・世界予測を統合した統一表現の身体性ワールドモデル「Pelican-Unify」を発表。Zhipingfangは、大脳皮質・小脳・脊髄に着想を得た脳型モデルをオープンソース化した。また、Shenyi Robotは、自己進化する「ハイブリッド物理エキスパートモデル」を提案した。観測筋によると、このイベントから得られた最も明確な教訓は、単一の路線が勝利したわけではないが、方向性は鮮明になりつつあり、データが業界の中心的な関心事になっているということだ。
なぜ重要なのか
ロボットの手足から頭脳へと会話の焦点が移ったことは、身体性知能がソフトウェアとデータ駆動の段階に入ったことを示している。ハードウェアが限界まで追求されてきたとすれば、次の競争の最前線は、ロボットが物理世界でどのように知覚し、推論し、行動するかにかかっている。そして、それはアルゴリズムのアーキテクチャと実世界のデータによって決まるだろう。
ワールドモデルの定義が細分化され、複数の路線が存続していることは、投資家や開発者にとって大きな不確実性を意味する。各社は異なる技術的賭けに出ている。VLAとワールドモデルを融合させる企業、統一表現を追求する企業、脳由来の構造に着目する企業もある。勝利するアーキテクチャが、家庭や工場における人型ロボットの標準プラットフォームになり得るため、賭け金は大きい。
多くの経営者が、何十億人もの人々を反復労働から解放することから、統一AIの達成に至る壮大なビジョンを語ったが、業界には依然として共通の定義や評価ベンチマークが欠けている。複数の講演者が強調したように、真の競争とは、実環境において知覚から行動までのループを閉じるために、誰が効率的にデータを収集し活用できるかということだ。
重要な事実
WRC 2026では、北京亦庄で300社以上、3,000点以上の展示品が公開された。
Qinglang Intelligentは、潜在空間ワールドモデルを統合した世界初のサービス業向けVLAアーキテクチャとされる「KOM 3.0」を発表した。
Zhicheng AIは、タスク実行前の「メンタルシミュレーション」のために、JEPAベースの物理ワールドモデルの研究を進めている。
Beijing Humanoid Robot Innovation CenterのPelican-Unifyは、2026年5月にWorldArenaグローバル評価リストで首位に立った。
Zhipingfangは、大脳皮質・小脳・脊髄をモデルにした脳型アーキテクチャ「NeuroVLA」をオープンソース化した。
業界のコンセンサスは、イデオロギー的な路線論争ではなく、データ中心の実践的な課題へと向かいつつある。
次に注目すべき点
ワールドモデルの評価基準が統一されるかどうか。基準がなければ、異なるシステム間の比較は依然としてあいまいで、業界の進歩を遅らせることになる。
ショーや競技場だけでなく、実際の家庭や工場で、日常運用でデータループを円滑に回しながら、自社のアーキテクチャが機能することを証明できる企業はどこか。
ハイブリッド設計が登場する可能性。多くの業界関係者は、最終的なロボットの頭脳は、単一の排他的なモデルを選ぶのではなく、VLAスタイルの行動生成とワールドモデルスタイルの予測・修正を組み合わせたものになるだろうと予測している。